测绘科学

2020, v.45;No.261(03) 87-94

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

气流后向轨迹和门限重复单元的PM2.5预报
PM2.5 concentration real-time forecasting method based on GRU model and back trajectories of air mass

梁世文;李琦;侯俊雄;冯逍;

摘要(Abstract):

针对目前我国实时的空气质量预报不适合重污染天气的问题,该文提出了一种基于气流后向轨迹模型和门限重复单元神经网络的PM2.5浓度预报方法。该方法通过气流后向轨迹模型将区域异地传输效应进行量化,从而为待预报站点提供额外的区域传输预后因子(预后因子即是对未来情况的预估),将待预报站点区域传输预后因子和气象因子加入预报模型,利用GRU模型模拟区域PM2.5浓度的时序连续变化特征,建立1~72 h的PM2.5浓度实时预报模型。实验结果表明,区域传输预后因子的加入,能够很好地量化其他站点对于待预报站点的PM2.5浓度预报影响,提高PM2.5预报模型整体预报精度。

关键词(KeyWords): PM2.5实时预报;气流轨迹;门限重复单元;深度学习

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 梁世文;李琦;侯俊雄;冯逍;

Email:

DOI: 10.16251/j.cnki.1009-2307.2020.03.014

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享